头号玩家照进现实！NTU发布世界模型交互新范式，攻克主动操作难题（在新窗口打开）
南洋理工大学MMLab团队推出Hand2World，让AI世界模型真正「伸手」互动。只需在空中比划手势，模型就能生成逼真第一人称交互视频，实时响应调整。它摒弃旧有遮挡误导，用3D手部结构与射线编码解耦手与头运动，首次实现闭环持续交互。
内容栏目
AI技术文章
分享不同 AI 工具、模型与相关技术的使用方法和实践文章。
盛大AI研究院新作：流式生成超越非流式，一句话让虚拟人动作丝滑如真，推理延迟仅1帧（在新窗口打开）
文本驱动的人体动作生成是游戏NPC、虚拟主播、机器人控制等实时交互系统的核心技术。
二元成功率已经过时！PRM-as-a-Judge才是你需要的具身操作评测框架（在新窗口打开）
随着机器人操作从短程、单步技能逐步走向长程、富接触、需要持续协调与恢复能力的复杂任务，传统以二元成功率为核心的评测方式开始暴露出明显局限。它能够回答 “任务是否完成”，却难以回答 “策略推进到了哪里”“执行过程是否高效稳定”“失败究竟发生在什么阶段”。
用好Agent最重要的技巧不是Skills，是这四个字。（在新窗口打开）
今天这篇文章，来分享一下我自己最近几个月高强度使用Agent之后，我自己总结出来的怎么给Agent设定规则，如何让它Agent更好的工作更聪明的一个非常重要的心得。
Harness，才是Agent时代统管一切的基座｜交大综述解读Memory、Skills、Protocols（在新窗口打开）
2026年再看Agent，一个越来越难回避的事实是：能力正在从模型里流到模型外。真正决定系统上限的，不再只是参数、Prompt和tool calling，而是记忆、技能、协议以及统摄这一切的harness。
斯坦福423页AI报告出炉！中美差距仅2.7%【附原版PDF】（在新窗口打开）
斯坦福「2026年AI指数报告」重磅出炉！这份432页长文含金量极高：中美AI巅峰对决，差距几乎抹平，缩减至仅2.7%。全球顶尖AI年产95个，基本都聚集在大厂。最残酷的是，22-25岁开发者的就业已被切掉20%。
有人把巴菲特芒格炼化成Agent，然后开源了…（在新窗口打开）
一不小心，查理芒格和巴菲特就被炼化，个个加入投资Agent军团，人人可用了。
清华2年前预言，正成为全球共识！Meta等三大AI机构已得出同一结论（在新窗口打开）
太疯狂了！Meta和METR刚测出的AI进化数据，与中国团队两年前提出的「密度定律」完美重合。硅谷猛然回头，发现中国研究者在这条路上已领先两年！
统一VLA范式！港科大开源StarVLA乐高式架构，复现成本大幅降低（在新窗口打开）
当前具身智能的VLA（Vision-Language-Action）赛道正陷入典型的「碎片化」泥潭：不同团队采用异构的动作解码范式、强耦合的数据管线、互不兼容的评测协议，导致方法难以横向对比，复现成本极高。
上海交大DENG Lab提出「LatentUM」：Unified Model的真正「战场」在视觉推理与世界模型（在新窗口打开）
过去一段时间，生成理解统一模型（Unified Model）经常被理解成一种「既能看懂图、又能生成图」的多模态通用系统。
准确回答视频细节！11B模型挑战视频理解「证据级」任务，开源可商用（在新窗口打开）
让一个模型概括“这是一段什么视频”，并不难。
港大×复旦×上交：视触觉融合+闭环纠错，让机器人双臂协作不再「盲操」（在新窗口打开）
在具身智能快速发展的今天，高质量数据已成为驱动能力提升的关键基础，然而一个核心问题也随之而来： 如何让机器人数据采集更快、更稳、更有效？
龙虾让位！硅谷顶流AI「爱马仕」一夜闯进微信，冲上全球第一（在新窗口打开）
硅谷新宠Hermes Agent一夜爆火，不仅在GitHub狂揽6.6万星，更因原生接入微信让开发者全线沸腾。如今，Hermes署名的首篇「顶会级」论文也出世了。如今，这款历经9个月打磨，一夜成名的Agent，已在GitHub上狂揽66k星，Fork有8.8k。
Claude强到不敢发的Mythos，被质疑用了字节Seed技术（在新窗口打开）
Claude最强“神话”模型，可能用到来自字节的技术？
日嫖1000次！Qwen3.6反代API接入任意工具（在新窗口打开）
昨天我发现 Qwen3.6“倒反天罡”。
全球第一，13个SOTA！我们找到了龙虾界掌管GUI的神（在新窗口打开）
有没有想过让「龙虾」替你打麻将？ 自从龙虾热以来，大家慢慢接受了 AI 智能体能够在电脑上执行操作的特性。 既然龙虾具备一定的控制能力，那让它替我去挣欢乐豆不过分吧。 遗憾的是，现在的龙虾，称之为「Claw」是有道理的，笨拙的龙虾爪的确很难进行复杂操作。让它打开浏览器逛逛电商平台比价，都要寻找各种对应的 Skills，而且执行的吭哧瘪肚的，这的确让人很难放心地将正经工作流交给龙虾。 时隔半年有余，那个能够直接操作图形界面的，曾经取得双榜 SOTA 的通用 GUI 智能体模型 Mano 再一次产生了飞跃。不仅解决了自动操作工作流的痛点，甚至连「替我打麻将」的梦想都实现了： 这次，明略科技带着自研
挤干大模型高分「水分」！最强模型仅49分，南大傅朝友发布Video-MME-v2（在新窗口打开）
现有大模型评测分数日趋饱和，但与真实体验差距显著。南京大学傅朝友团队牵头，在 Google Gemini 评测团队邀约下推出视频理解新基准 Video-MME-v2。凭借创新的分层能力体系与组级非线性评分，以及 3300 + 人工时高质量标注，揭示模型与人类的巨大鸿沟（49 vs 90）、传统 Acc 指标虚高、以及 “Thinking” 并非总是增益等现象。
迎接范式革命：最新、最全的大模型Latent Space综述，NUS、复旦、清华等联合出品（在新窗口打开）
从 2024 年底的关于潜在空间的早期探索，再到 2025 年底和 2026 年初的相关研究爆发，潜空间范式正在彻底重塑大模型 (LLMs, VLMs, VLAs 等延伸模型) 的底层设计逻辑。
分享一个我用了2年的深度研究Prompt，半小时帮你搞懂任何陌生领域。（在新窗口打开）
前两天办完大会，然后昨天周末跟一个朋友吃饭，聊着聊着他突然放下筷子看着我说了一句，不是哥们，你怎么什么都懂一点？
Harness 刚火，可能就要成为过去时了｜Hao好聊论文（在新窗口打开）
随着任务的复杂度提升，Agent（智能体）的上下文在无限膨胀。在无穷的历史对话、工具调用输出、中间步骤以及报错信息中，模型迷糊了，于是开始跳步、忽视、绕道。
参与交流
查看 AINRK 交流群说明
了解加入交流群的方式，阅读内容无需登录。